派客国际据外媒报道最近IBM研究部门发布了一款突破性的模拟人工智能芯片,该芯片在执行复杂的深度神经网络(DNN)计算时表现出卓越的效率和准确性。
这一突破成果发表在最近的《自然电子学》期刊上,标志着在实现高性能人工智能计算的同时大幅节约能源方面迈出了重要的一步。
传统的在常规数字计算架构上执行深度神经网络的方法在性能和能源效率方面存在限制。这些数字系统需要在存储器和处理单元之间不断传输数据,从而降低了计算速度并减少了能源优化。
为了解决这些挑战,IBM研究利用了模拟人工智能的原理,模拟了神经网络在生物大脑中的工作方式。这种方法使用纳米级相变存储器(PCM)来存储突触权重。
PCM器件通过电脉冲改变其导电性,使得突触权重可以具有连续的值。这种模拟方法减少了过多的数据传输需求,因为计算直接在存储器中执行,从而提高了效率。
这款新推出的芯片是一种先进的模拟人工智能解决方案,由64个模拟内存计算核心组成。
每个核心集成了一个交叉阵列的突触单元,以及紧凑的模拟-数字转换器,可以在模拟和数字领域之间无缝切换。此外,每个核心内的数字处理单元管理非线性神经元激活函数和缩放操作。该芯片还配备了全局数字处理单元和数字通信路径以实现互连。
派客国际分析师称ibm研究团队通过在CIFAR-10图像数据集上实现92.81%的准确率展示了该芯片的强大能力,这是模拟人工智能芯片的前所未有的精度水平。
以每单位面积的吉千次操作数(GOPS)为衡量标准,该芯片的吞吐量显示出比之前的内存计算芯片更优越的计算效率。这款创新芯片的能源高效设计和卓越性能使其成为人工智能硬件领域的里程碑成就。
模拟人工智能芯片独特的架构和令人印象深刻的能力为未来实现能源高效的人工智能计算在各种应用领域的普及奠定了基础。
派客国际分析师称IBM研究的突破标志着一个关键时刻,将在未来几年推动人工智能技术的进步。
领取专属 10元无门槛券
私享最新 技术干货